XXII Encontro Nacional de Engenharia de Produção
Curitiba – PR, 23 a 25 de outubro de 2002
UM BANCO DE DADOS ESTRATÉGICOS PARA DAR
SUPORTE AO GERENCIAMENTO ESTRATÉGICO DOS
NEGÓCIOS NAS PEQUENAS EMPRESAS
Carlos Alberto Ferreira Bispo
Universidade de São Paulo (USP) – Escola de Engenharia de São Carlos (EESC)
[email protected] ou [email protected]
Daniela Gibertoni
Universidade de São Paulo (USP) – Escola de Engenharia de São Carlos (EESC)
[email protected]
Abstract
The objective of this paper is to demonstrate, through a case study, that it is
possible and viable to small companies to use a database just containing the necessary
strategic data for business administration using a software that is present in most
microcomputers in used within these companies, the Microsoft Access. That strategic
database allows the administrators to take the most company’s strategic data so that they
can understand better the behavior of their businesses, their customers and their markets.
In this paper, sales data were used regarding the year 2000, supplied by a small
company, to create a strategic database for it. Through that strategic database we intend
to demonstrate its viability in supporting the strategic decision processes in any small
company.
Key words: Strategic Database, Strategic Data, Strategic Management.
1 Introdução
Para a elaboração de um artigo, publicado no ENEGEP 2001 (BISPO &
GIBERTONI, 2001), foram pesquisadas as ferramentas computacionais analíticas
necessárias para dar o devido suporte e melhorar a qualidade dos processos decisórios
estratégicos e do gerenciamento estratégico dos negócios em pequenas empresas.
Posteriormente, a partir dessa mesma pesquisa, também detectou-se a necessidade da
utilização de um banco de dados para armazenar exclusivamente os dados estratégicos que
darão suporte às atividades acima também nas pequenas empresas. Esse artigo propõe-se a
delineá-lo, apresentando alguns conceitos básicos sobre esse tipo de banco de dados e
empregando um estudo de caso.
As empresas de pequeno porte, normalmente, têm dificuldades para conseguirem
realizar as atividades relatadas acima. Elas consideram que faltam-lhes ferramentas
computacionais adequadas e o conhecimento adequado para proceder tal atividade.
Existem diversas empresas produtoras de gerenciadores de banco de dados estratégicos
voltados para as empresas de maior porte a um custo apropriado para essa categoria de
empresas, porém, não apropriado para a maioria das pequenas empresas.
Segundo BISPO (1998), BISPO & CAZARINI (1998, 1999, 2001), BISPO &
GIBERTONI (2001), INMON (1997), INMON & HACKARTORN (1997), KIMBALL
(1998) e KONDRATIUK (1998), para armazenar os seus dados estratégicos, as empresas
ENEGEP 2002
ABEPRO
1
XXII Encontro Nacional de Engenharia de Produção
Curitiba – PR, 23 a 25 de outubro de 2002
de maior porte utilizam tecnologias como o data mart ou data warehouse conforme as
necessidades de cada empresa. Ambas tecnologias possuem uma infra-estrutura
computacional complexa e cara, não adequada às características das pequenas empresas.
Para tentar suprir esta falta de recurso computacional, este artigo se propõe a
demonstrar que é possível e viável às pequenas empresas utilizarem uma ferramenta
computacional que já faz parte da maioria dos computadores utilizados nessas empresas, o
Microsoft Access, para criar um banco de dados contendo apenas os dados estratégicos, ou
seja, um banco de dados estratégicos. Para as empresas que já possuem a ferramenta, não
há qualquer custo adicional com software para a implantação do referido banco de dados.
2 A finalidade do banco de dados estratégicos
O sucesso da implantação desse banco de dados só será possível se existirem boas
estratégias para a empresa e para seus negócios e se a pequena empresa utilizar a
ferramenta computacional para dar o devido suporte ao gerenciamento dessas estratégias.
Esse banco de dados deve ser especialmente projetado para selecionar e coletar os
dados estratégicos a partir dos bancos de dados dos aplicativos operacionais da empresa,
como por exemplo dos aplicativos utilizados no gerenciamento da produção, das vendas e
da contabilidade.
Resumidamente, entre as principais vantagens da adoção dessa ferramenta
computacional estão:
o armazenamento somente com dados estratégicos;
o armazenamento de dados históricos de longa data, úteis nas análises dos processos
decisórios e não recomendados para os bancos de dados dos aplicativos operacionais;
a utilização deste banco de dados não interfere na utilização nos bancos de dados dos
aplicativos operacionais da empresa;
os dados que compõem esse banco de dados podem ser modelados e formatados já na
forma que melhor beneficie seu uso com propósitos gerenciais e decisionais; e
obtém-se uma maior agilidade nos processos decisórios estratégicos.
2.1 A modelagem de dados estratégicos
Segundo WELDON (1997), a modelagem de dados é a prática de elaborar um
banco de dados usando modelos de dados já consagrados.
O tradicional Modelo Entidade-Relacionamento (MER) modela os dados referentes
às diversas atividades operacionais em diversas tabelas que se relacionam entre si,
formando um complexo diagrama, como os mostrados nas Figuras 1 e 2. Esse modelo é
importante para a racionalização do gerenciamento das atividades no ambiente operacional
da empresa. Porém, não facilita os processos decisórios estratégicos pelo fato de os dados
não estarem devidamente modelados e formatados para facilitar essas atividades.
Segundo BISPO (1998), INMON (1997), INMON & HACKARTORN (1997),
KIMBALL (1995, 1997, 1998) e WELDON (1997), o modelo dimensional é o mais
apropriado para um banco de dados estratégicos. Esse modelo torna mais fácil as consultas
e as análises nos dados estratégicos, produz um banco de dados com menos tabelas e
menos índices, possui uma estrutura mais intuitiva e permite o acesso aos dados com
melhor desempenho em relação aos aplicativos operacionais. Segundo RADEN (1996), o
modelo dimensional expressa o modo natural de os gerentes raciocinarem, facilitando-lhes
os processos de tomada de decisões estratégicas. Um exemplo de um diagrama usando a
modelo dimensional é o mostrado na Figura 3.
O modelo dimensional possui uma grande tabela localizada no centro do diagrama
e possui outras tabelas secundárias ao seu redor, que são menores e que se relacionam com
a tabela principal. A tabela central é chamada de tabela de fatos e as demais são chamadas
tabelas de dimensão. A tabela de fatos armazena as medidas numéricas do negócio, por
ENEGEP 2002
ABEPRO
2
XXII Encontro Nacional de Engenharia de Produção
Curitiba – PR, 23 a 25 de outubro de 2002
exemplo: unidades vendidas em cada transação, unidades produzidas em cada lote, etc. As
tabelas de dimensão armazenam as descrições da tabela de fatos. Por exemplo, a dimensão
produto, de acordo com as necessidades analíticas dos administradores, pode possuir os
dados sobre a marca, a categoria, o tipo de embalagem, o tamanho do produto, etc. As
dimensões cliente e fornecedor podem possuir os seguintes dados: nome, endereço
completo e outros dados específicos que auxiliam as análises do negócio. O banco de
dados estratégicos pode possuir várias tabelas de fatos e suas respectivas tabelas de
dimensão, de acordo com as necessidades analíticas dos processos decisórios estratégicos e
do gerenciamento das estratégias dos negócios e da empresa.
Auxiliar do DD
Histórico de
Vendas
N
Possui
Adquire
Clientes
1
1
Armazena em
N
1
Possui
Venda
1
Registros
Contábeis
Auxiliar do
DD Venda
1
Histórico de
Vendas
1
Envia para
N
Pedidos
Pendentes
N
São Comprados
Produtos
1
Fornece
N
Forn-Prod
N
1
1
1
Envia para
Possui
Recebem
São Adquiridos
1
Histórico de
Compras
1
1
N
1
N
Envia para
1
N
Auxiliar do DD
Histórico de
Compras
N
Possui
Fornecedores
N
Auxiliar do DD
Pedidos
Pendentes
Figura 1 – Exemplo de um diagrama do Modelo Entidade-Relacionamento
3 Estudo de caso de um banco de dados estratégicos
Para demonstrar a viabilidade da utilização do banco de dados estratégicos, foram
obtidos, junto a uma pequena empresa, os dados referentes às suas vendas no ano de 2000.
A empresa, localizada no interior do Estado de São Paulo, é uma revendedora de produtos
fotográficos e possui vendedores que atuam em diversas cidades deste estado.
As principais etapas que fizeram parte do projeto do banco de dados estratégicos da
empresa alvo deste estudo de caso estão resumidamente descritas abaixo:
Passo 1) Identificar as estratégias adotadas para a empresa e para seus negócios.
Devido à limitação de espaço do artigo, será abordada apenas a estratégia de melhorar o
resultado financeiro da empresa. A estratégia adotada para os negócios é aperfeiçoá-los nas
cidades mais rentáveis e minimizá-los ao máximo nas cidades menos rentáveis.
Passo 2) Identificar as informações necessárias para se gerenciar o item anterior. Para
se obter sucesso nas estratégias adotadas, é necessário se levantar as informações das
vendas em cada cidade/bairro por grupo/subgrupo/produto e por período pré-determinado.
Passo 3) Identificar os bancos de dados operacionais que fornecerão as informações do
item acima. O banco de dados operacionais necessário pertence ao aplicativo que gerencia
as vendas da empresa. Este banco de dados estava no formato Dbase (*.dbf).
ENEGEP 2002
ABEPRO
3
XXII Encontro Nacional de Engenharia de Produção
Curitiba – PR, 23 a 25 de outubro de 2002
Passo 4) Identificar e importar os dados estratégicos. Os dados estratégicos do banco de
dados operacionais foram identificados e importados para o banco de dados estratégicos
criado no Microsoft Access XP que, após as adaptações necessárias, ficou com a estrutura
mostrada na Figura 2.
Passo 5) Realizar a modelagem dimensional nos dados estratégicos. De acordo com as
necessidades analíticas que dão o devido suporte às estratégias adotadas, foi feita a
modelagem dimensional nos dados tornando a estrutura do banco de dados estratégicos
mais apropriada àquelas análises (Figura 3).
Passo 6) Definir a freqüência de atualização do banco de dados estratégicos com os
dados provenientes dos bancos de dados operacionais. Decidiu-se que o banco de dados
estratégicos será atualizado mensalmente atendendo às necessidades analíticas da empresa.
Passo 7) Definir uma política mínima de confiabilidade e de segurança de dados.
Decidiu-se realizar mensalmente alguns testes para se constatar a confiabilidade dos dados
antes de disponibilizá-lo para os processos decisórios. Nesse teste, são realizadas as
atividades analíticas normais, só que os resultados obtidos são checados para se verificar se
são confiáveis. Com relação à segurança de dados, decidiu-se adotar um aplicativo para
realizar a cópia de segurança dos dados estratégicos, um antivírus atualizado
freqüentemente e a utilização de senhas de acesso ao banco de dados para evitar seu uso
indevido por pessoas não autorizadas.
Figura 2 – Estrutura do banco de dados após a seleção dos dados estratégicos
O banco de dados estratégicos é exclusivo para dar suporte aos processos decisórios
estratégicos, é menor e totalmente direcionado às atividades analíticas, possibilitando uma
melhor performance na sua utilização.
No banco de dados estratégicos, atendendo às necessidades analíticas para dar
suporte às estratégias adotadas, após a aplicação do modelo dimensional, a tabela de fatos é
a das Vendas, possuindo as tabelas dimensionais Clientes e Produtos. Assim, é possível
ENEGEP 2002
ABEPRO
4
XXII Encontro Nacional de Engenharia de Produção
Curitiba – PR, 23 a 25 de outubro de 2002
rápido e facilmente, se explorar os dados estratégicos referentes à quantidade vendida ou
ao valor da venda ou ambos:
por um determinado período de tempo, para se analisar as variações das vendas durante
o período selecionado, como no exemplo mostrado na Figura 4;
por cidade ou por bairro, para se analisar o desempenho das vendas nas diversas cidades
e/ou nos bairros, como no exemplo mostrado na Figura 5;
por grupo, subgrupo ou produto, para se analisar o desempenho das vendas destes itens,
como no exemplo mostrado na Figura 6;
por grupo, subgrupo ou produto e por cidade ou bairro, para se ter uma visão mais
ampla do desempenho das vendas, como no exemplo mostrado na Figura 7.
Figura 3 – Estrutura do banco de dados após a modelagem dimensional
O banco de dados estratégicos, criado especialmente para o estudo de caso utilizado
nesse artigo, permite a exploração de apenas alguns dados estratégicos. Porém, adaptandoo de acordo com as necessidades analíticas dos administradores, poderiam ser utilizados
outros dados estratégicos, assim como outras dimensões. Por exemplo, poderia ter sido
utilizado a dimensão vendedor. Assim, poderiam também serem analisados, em conjunto
com as demais dimensões, os dados das vendas por vendedor.
No estudo de caso, utilizamos apenas os dados estratégicos referentes às vendas
efetuadas para atender às necessidades analíticas para dar suporte a algumas das estratégias
adotadas na empresa e nos negócios. Poderiam também serem criados outros bancos de
dados estratégicos para dar o devido suporte a outros detalhes do gerenciamento da
empresa e dos negócios, como o fluxo de caixa, as contas a pagar, as contas a receber, o
lucro, as dívidas, a produção, o emprego dos diversos recursos existentes na empresa, etc.
Tudo depende apenas das necessidades analíticas para o gerenciamento das estratégias
adotadas para a empresa e para os negócios e de uma boa fonte de dados estratégicos.
ENEGEP 2002
ABEPRO
5
XXII Encontro Nacional de Engenharia de Produção
Curitiba – PR, 23 a 25 de outubro de 2002
Figura 4 – Consulta das vendas diárias no primeiro trimestre de 2000
Figura 5 – Consulta das vendas por cidade durante o ano 2000
ENEGEP 2002
ABEPRO
6
XXII Encontro Nacional de Engenharia de Produção
Curitiba – PR, 23 a 25 de outubro de 2002
Figura 6 – Consulta das vendas por grupo durante o ano 2000
Figura 7 – Consulta das vendas por cidade e por produto durante o ano 2000
ENEGEP 2002
ABEPRO
7
XXII Encontro Nacional de Engenharia de Produção
Curitiba – PR, 23 a 25 de outubro de 2002
4 Conclusão
As pequenas empresas já enfrentam diversos tipos de dificuldades no
gerenciamento de seus negócios. Acredita-se que este artigo, por meio do estudo de caso
efetuado, está dando uma boa contribuição a esta categoria de empresas em seus processos
decisórios, na análise de seus dados estratégicos e no gerenciamento de suas estratégias.
Com boas estratégias para a empresa e para os negócios e com bons bancos de
dados estratégicos, os processos decisórios, o gerenciamento da empresa e dos negócios
tornam-se mais ágeis e mais eficazes.
Espera-se que muitas pequenas empresas utilizem o conteúdo deste artigo,
aperfeiçoem seus processos decisórios, suas estratégias e seus próprios negócios e tenham
o merecido sucesso em seus empreendimentos.
Referências Bibliográficas
BARBIERI, C. BI – Business Intelligence: modelagem & tecnologia. Rio de Janeiro: Axcel Books, 2001.
BERSON, A.; SMITH, S. J. Data Warehousing, Data Mining and OLAP. McGraw-Hill, 1997. Printed in
the United States of America.
BISPO, C. A. F. Uma análise da nova geração de Sistemas de Apoio à Decisão. São Carlos. 160p.
Dissertação (Mestrado) – Escola de Engenharia de São Carlos, Universidade de São Paulo, 1998.
BISPO, C. A. F.; CAZARINI, E. W. A Nova Geração de Sistemas de Apoio à Decisão. In: 18. Encontro
Nacional de Engenharia da Produção - ENEGEP 1998. Niterói, 1998, Universidade Federal Fluminense,
Anais (Proceedings) em CD-ROM, artigo 222.doc.
BISPO, C. A. F.; CAZARINI, E. W. Criando Informações Estratégicas com Data Warehouse. Revista
Developers´ Magazine, n. 38, Outubro/1999, pp. 12-15.
BISPO, C.A.F.; CAZARINI, E.W. Quatro Falhas Detectadas e suas Respectivas Correções nos Projetos de
Implantação de um Data Warehouse. In: II Simposio Argentino en Tecnología – AST 2001. Argentina,
Buenos Aires, (2001), Sociedad Argentina de Informática e Investigation Operativa, Universidad de
Buenos Aires, Facultad de Ingeniería, Anales (Proceedings), p. 35-43.
BISPO, C.A.F.; GIBERTONI, D. Ferramentas Computacionais Analíticas para o Suporte ao Gerenciamento
Estratégico dos Negócios nas Micro e Pequenas Empresas do Brasil. In: XXI Encontro Nacional de
Engenharia da Produção - ENEGEP 2001. Salvador, (2001), Faculdade de Tecnologia e Ciências, Anais
(Proceedings) em CD-ROM, TR94_0155.pdf.
INMON, W. H. Como construir o data warehouse. Tradução de Ana Maria Netto Guz. Rio de Janeiro:
Editora Campus, 1997.
INMON, W. H.; HACKARTHORN, R. D. Como usar o data warehouse. Rio de Janeiro: Infobook / IBPI
Press, 1997.
INMON, W. H; WELCH, J. D.; GLASSEY, K. L. Gerenciando data warehouse. São Paulo: Makron
Books, 1999. Tradução: Ana de Sá Woodward.
KIMBALL, R. Is ER modeling hazardous to DSS? DBMS Magazine, Oct. 1995.
http://www.dbmsmag.com/9510d05.html, acessado em 18/Abril/2002.
KIMBALL, R. A dimensional modeling manifesto. DBMS Magazine, Aug. 1997.
http://www.dbmsmag.com/9708d15.html, acessado em 18/Abril/2002.
KIMBALL, R. Data warehouse toolkit. São Paulo: Makron Books, 1998. Tradução de Monica Rosemberg.
KIMBALL, R. Data Webhouse: construindo data warehouse para web. Rio de Janeiro: Campus, 2000.
Tradução: Edson Furmankiewicz e Joana Figueiredo.
KONDRATIUK, E. R. Data Warehouse: Detalhes que Fazem a Diferença. Revista Developers’ Magazine,
n. 18, Fevereiro/1998, p. 22.
MACHADO, F. N. R. Projeto de data warehouse: uma visão multidimensional. São Paulo: Érica, 2000.
RADEN,
N.
Maximizing
your
warehouse.
Information
Week,
Mar.
1996.
http://www.informationweek.com/571/71olwar.htm, acessado em 28 abril 2001.
SINGH, H. S. Data Warehouse: conceitos, tecnologias, implementação e gerenciamento. São Paulo:
Makron Books, 2001. Tradução: Mônica Rosemberg.
WELDON, J. L.. A career in data modeling. Byte, Jun. 1997. http://www.byte.com/art/9706/sec7/art3.htm,
acessado em 18/Abril/2002.
ENEGEP 2002
ABEPRO
8